Das Internet der Dinge (IoT) verändert die Art und Weise, wie Unternehmen Produkte entwickeln, Informationen aus Produkten abrufen und zukünftige Produkte verbessern. IoT ermöglicht es, komplette Produktlebenszyklusdaten zu liefern, einschließlich der tatsächlichen Nutzung, Leistung, Qualität und Serviceanforderungen eines Produkts. Industrie 4.0 bzw. Pharma 4.0 nutzt dabei konsequent die Möglichkeiten, die das Internet der Dinge Unternehmen schon heute zur Verfügung stellt. Beschrieben wird hierbei das Konzept eines adaptiven und agilen Unternehmens, dass sich neue Technologien zu Nutze macht, um Unternehmens- und Entscheidungsprozesse zu beschleunigen.
Zur besseren Veranschaulichung ein Beispiel aus dem Bereich der Elektromobilität, denn auch das Elektromobilitätslabor (eLab) an der RWTH Aachen musste sich genau dieser Herausforderung stellen. Das eLab bietet eine offene Infrastruktur zur Erforschung der Elektromobilität. Von der Technologieentwicklung über das Testen bis hin zum fertigen Prototypen können Unternehmen vom eLab profitieren. Im eLab beginnt die Batterieproduktion auch als kontinuierlicher Prozess, der später in einen diskreten Prozess übergeht. Entlang der Wertschöpfungskette werden Maschinen verschiedenster Hersteller verwendet, die über verschiedenste Anbindungsmöglichkeiten an Informationstechnologie verfügen.
Dank der kombinierten Expertise verschiedener Partner sowie des Einsatzes einer offenen industriellen Innovationsplattform können Daten der vorhandenen Maschinen abgegriffen und visualisiert werden. Der Nutzen für das eLab ist schon in dieser ersten Phase sichtbar, da die gewonnene Transparenz für ein Verständnis sorgt, wie und wann bestimmte Zustände der Maschinen und der dazugehörigen Sensoren erreicht sind. In den weiteren Schritten können die Daten genutzt werden, um diese in Information umzusetzen und damit die Qualität zu erhöhen sowie die Kosten für das Testen der Batterien deutlich zu reduzieren.
Sind die Daten von Maschinen sichtbar und im Kontext der Verwendung darstellbar, lassen sich diese für Analysen nutzen. Hierbei können Technologien wie maschinelles Lernen und künstliche Intelligenz helfen, Maschinen- und Prozesszustände vorherzusagen. Mögliche Maschinenausfälle lassen sich beispielsweise deutlich effizienter in der gesamten Produktionsplanung berücksichtigt und zeitlich passend einplanen. Oftmals sind diese Daten heute schon verfügbar, werden aber nicht ausreichend genutzt. Insbesondere große Produktionsanlagen erzeugen ein immenses Datenvolumen, das heutzutage von Menschen allein nicht mehr effizient ausgewertet werden kann.
Vor genau dieser Frage stand Flowserve, ein amerikanischer Hersteller industrieller Pumpen, dessen Produkte weltweit im Einsatz sind - unter anderem als Teil pharmazeutischer Anlagen. Das Kerngeschäft von Flowserve ist die Bereitstellung von Produkten und Dienstleistungen im Bereich Fluid Motion and Control. Das Unternehmen wollte sein Wartungskonzept ändern und von einer reaktiven auf eine prädiktive Wartung wechseln. Jedoch waren nicht alle Pumpen von Flowserve mit den notwendigen Sensoren ausgestattet, um die dazu benötigten Daten zu liefern. Die Lösung lag in der Expertise verschiedener Industriepartner, in diesem Fall aus dem Bereich der Sensorik und der schnellen Datenerfassung und Speicherung, kombiniert mit einer industriellen Innovationsplattform zur Aggregation und Visualisierung der Daten. Damit kann Flowserve nun die Daten seiner Pumpen aufnehmen und mit Machine Learning-Algorithmen und historischen Daten Vorhersagen zur Lebensdauer eingesetzter Komponenten machen. Hierbei wird dem Edge Computing eine große Bedeutung beigemessen, da die Daten bereits an der Anlage analysiert und entsprechende Information verteilt werden kann, ohne die Daten zunächst in ein zentrales, cloudbasiertes System zu senden.
Schnellere Entscheidungsprozesse in der Pharmaindustrie können nur erreicht werden, wenn die gewonnene Information reibungslos und größtenteils automatisch an Personen und Systeme verteilt wird. Auch hier ist eine offene Integrationsschicht notwendig, die hilft, die oft als Expertensysteme eingeführten Lösungen für unterschiedliche Bereiche sowie teilweise auch unterschiedliche interne und externe Organisationen sinnvoll miteinander zu verknüpfen. Eine Initiative, die das Thema der Interoperabilität unter anderem aufgreift, ist Dexpi - Data Exchange in the Process Industry. Ziel der Dexpi-Initiative ist es, einen allgemeinen Datenaustauschstandard in der Prozessindustrie für P&IDs (Pipeing und Instrumentation Diagram) zu entwickeln und zu fördern, der alle Phasen des Lebenszyklus einer Anlage abdeckt - von der Spezifikation der funktionalen Anforderungen bis zu den in Betrieb befindlichen Anlagen.
Insbesondere in den Bereichen Anlagenplanung, -bau und -wartung gibt es viele unterschiedliche Systeme, die Daten erzeugen, die aber später schwer wiederverwendbar sind. Der Datenaustausch zwischen den Beteiligten im Prozess sowie den beteiligten Systemen ist erschwert. In einem Konzept konnte auf Basis der vorliegenden Dexpi-Spezifikation eine übergreifende Visualisierung von Komponenten und Anlagenteilen erreicht werden. Dazu wurden Daten physikalischer Assets mit Daten aus Informationssystemen zusammengebracht und somit Prozesse automatisiert, die heute oftmals manuell ausgelöst und durchgeführt werden.
Dank der Standardisierung konnten verschiedenste Geschäftssysteme und Anlagenkomponenten mit deren Echtzeitdaten zusammengeführt werden. Vor allem Anlagenbetreiber können auf Basis der Dexpi-Spezifikation Informationen besser verstehen und beispielsweise Wartungsprozesse mit zuverlässigerer und qualitativ hochwertigerer Information optimieren. Ein weiterer wesentlicher Punkt ist die erweiterte Integration in den Service sowie die verbesserte Sicherheit der Anlage. Zukünftig sind weitere Tests mit Unternehmen geplant, die sich auch mit der Nutzung außerhalb von Entwicklungsprozessen beschäftigen.
Neben der klassischen Datenpräsentation in Form von Applikationen oder Dashboards bieten Technologien wie Augmented Reality, Mixed Reality oder Virtual Reality völlig neue Wege, Information zu visualisieren. Augmented Reality beschreibt dabei die Überlagerung der realen Welt mit Information oftmals in Form von Computergrafiken. Durch die Anwendung von Augmented Reality kann die kognitive Distanz von Menschen und Maschinen beseitigt werden. Anstelle von geschriebener Information etwa in Handbüchern wird die benötigte Information direkt im Kontext der Nutzung eines Objektes dargestellt.
